Il ruolo
Il ruolo. Ogni transazione che passa da Valo è una decisione di rischio presa in millisecondi. Dati e Rischio costruisce i modelli che distinguono un pagamento legittimo da uno fraudolento, e ogni errore ha un costo misurabile: una frode che passa, o un cliente onesto bloccato. Cerchiamo chi porti questi modelli dal notebook alla produzione e se ne prenda cura nel tempo.
Cosa farai. Svilupperai, addestrerai e metterai in produzione modelli di rilevazione frodi e scoring del rischio. Coprirai l'intero ciclo: dai dati grezzi alle feature, dal modello al monitoraggio delle sue performance nel mondo reale. Deciderai col team dove un modello va bene e dove serve invece una regola esplicita. Documenterai le scelte in modo che reggano a una domanda del regolatore.
Cosa cerchiamo.
Almeno 3 anni su machine learning in produzione, non solo in ricerca.
Ottima padronanza di Python e dell'ecosistema dati: pandas, NumPy, scikit-learn.
Modelli tabellari allo stato dell'arte per frode e rischio: XGBoost, LightGBM.
SQL solido su grandi volumi.
Messa in produzione dei modelli: Docker, esposizione via API, versionamento con strumenti tipo MLflow, logica di feature store.
Monitoraggio del modello dopo il rilascio: performance, data drift, retraining.
Rigore statistico: sai riconoscere quando un buon numero in validazione è un'illusione (data leakage, sbilanciamento delle classi, metriche sbagliate).
Cloud per il ML, nel nostro caso AWS SageMaker o equivalente.
Ci piacerebbe se.
Hai lavorato su frodi, rischio di credito o sistemi antiriciclaggio.
Conosci le tecniche di spiegabilità del modello (SHAP) e le hai usate dove la spiegabilità era un requisito.
Hai esperienza con dati in streaming e scoring in tempo reale.
Cosa offriamo. Problemi difficili e dati veri, autonomia tecnica, stock option e un team che discute di metodo prima che di risultato.
